【文件属性】:
文件名称:折衷型模糊决策的基本步骤-ansysworkbench 工程实例详解
文件大小:4.07MB
文件格式:PDF
更新时间:2021-06-11 21:57:46
数学建模
3.4 模糊多属性决策方法
3.4.1 模糊多属性决策理论的描述
模糊多属性决策理论是在经典多属性决策理论基础上发展起来的,它可以描述为:
给定一个方案集 },,,{ 21 mAAAA L= 和相应的每个方案的属性集(也称指标集)
=C ),,,( 21 nCCC L ,并给定每种属性相对重要程度的权重集合 ),,,( 21 nwwww L= 。
把已知的属性指标、权重大小和数据结构都相应的表示成决策空间中的模糊子集或模糊
数,得到模糊指标值矩阵,记为 nmijfF ×= )( 。然后采用广义模糊合成算子对模糊权重
向量w 和模糊指标值矩阵 F 实施变换,得到模糊决策矩阵 D : FwD Θ= , 对于 D 中
的元素采用模糊折衷型决策方法对其进行排序, 以此来选出 iA ( mi ,,2,1 L= )中的
优方案。
3.4.2 折衷型模糊多属性决策方法
(1)折衷型模糊决策的基本原理
折衷型模糊决策的基本原理是:从原始的样本数据出发,先虚拟模糊正理想和模糊
负理想,其中模糊正理想是由每一个指标中模糊指标值的极大值构成;模糊负理想是由
每一个指标中模糊指标值的极小值构成。然后采用加权欧氏距离的测度工具来计算各备
选对象与模糊正理想和模糊负理想之间的距离。在此基础上,再计算各备选对象属于模
糊正理想的隶属度,其方案优选的原则是,隶属度越大,该方案越理想。
(2)折衷型模糊决策的基本步骤
Step1:指标数据的三角形模糊数表达